基于空间水听器的噪声信号处理研究

低信噪比目标噪声测试一直是水声工程测试的难点。基于环境噪声与目标辐射噪声空间特性的差异,采用声强方法和互谱方法处理,得到相应频段目标辐射噪声同一性和背景噪声差异性的定量数值。2种方法处理频段相互覆盖,处理频段得到扩展,能够对100 Hz20 kHz的目标噪声进行测试,对低信噪比条件下目标的测试具有较好的效果,提高了测试增益。     

一种基于双谱的信号检测方法

分析了信噪比为-3 dB噪声背景下,采用基于双谱的检测方法对微弱信号叠加随机噪声进行处理.由于任何高斯随机过程或服从高斯分布的随机矢量的高阶累计量为0的特点,高阶累计量可完全抑制高斯噪声的影响.仿真结果表明,基于双谱的目标检测方法也能较好抑制随机噪声,与传统的FFT检测方法相比,检测效果良好.     

基于单矢量水听器的实时性线谱提取算法

针对单矢量水听器探测条件下的水声目标线谱提取问题,提出一种可实时性迭代计算的线谱提取算法。首先利用矢量水听器声压振速通道的联合信息处理,可提高水声目标信号的信噪比。其次,利用基于极大值滤波器的线谱预处理方法对信号频谱进行峰值检测,进而通过在线谱提取过程中引入缓存器,可以在较小的计算复杂度条件下提高信号处理过程中的时间增益,再结合线谱归并方法可以较为精确的提取出目标线谱。经仿真试验分析及海上实测数据验证,该算法能够在低信噪比条件下实现对线谱的检测,并具有良好的抗线谱漂移干扰能力。     

混沌理论在水声信号检测中的应用研究

为解决微弱信号的检测,提出了一种基于混沌预测的水声信号检测模型。根据混沌系统的动力学特性,给出了这种检测模型的检验准则,通过对实际水声信号进行仿真,结果表明,信噪比为-17dB情况,检测模型仍具有较强的检测能力,同时验证了检验准则的有效性;如要检测信噪比更低的信号,则要提高信号预测的准确率。     

基于稠密度聚类的船载通信微弱信号自动增强方法

船载通信信号在传输过程中受各种因素的影响存在被削弱的现象,使得原始信号变成了微弱信号,如果不进行增强处理,会延长数据传输时间以及造成信噪比过小,影响通信质量。针对上述问题,提出一种基于稠密度聚类的船载通信微弱信号自动增强方法。该方法主要分为3步:第一步进行小波去噪处理,降低噪声对原始信号的干扰;第二步利用稠密度聚类方法对微弱信号进行聚类检测,加快信号增强处理效率;第三步对检测出来的信号进行补偿,增强信号特征。结果表明:与传统船载通信微弱信号自动增强方法相比,本方法处理后,数据传输延时值缩短3.8 s,信噪比增大8.3 dB,解决了传统方法存在的问题。     

基于四阶累量对角切片谱的线谱估计方法

研究了一种基于信号四阶累量对角切片谱的时频分布图的水中目标辐射噪声的线谱估计方法。分析了四阶累量对角切片谱具有的性质,即抑制高斯噪声和对称分布噪声;与功率谱具有相似的谱结构。介绍了Lofar处理的特点和Lofar谱图的计算步骤。结合Lo-far谱图和四阶累量对角切片谱的各自特点,提出了四阶累量对角切片谱图的处理方法。再利用图形学中的Radon变换,将谱图中的直线转换成Radon域中的峰值。得到峰值坐标后,可以计算谱图中的线谱频率等参数。仿真实例表明,该方法效果明显。     

基于信噪峭度比的水下目标动态谱增强算法研究

根据非高斯噪声环境中水下运动目标辐射线谱信号的四阶累积量对角切片特征,定义了信噪峭度比的概念,导出了其理论计算公式.理论分析表明,在一定条件下,信噪峭度比总是大于用自相关函数定义的信噪比,提出了基于信噪峭度比分析法的水下运动目标辐射线谱信号的四阶累积量对角切片谱特征增强新算法.用水下某目标辐射线谱的实测数据,对该算法的性能进行了仿真研究.结果表明,该算法具有良好的抑制非高斯噪声能力,且不必对噪声分布作高斯性假设.因此,该算法具有重要的工程应用价值.     

基于GPS信号多普勒补偿的空中目标探测方法

针对现代雷达面临的恶劣战场环境,提出了基于GPS反射信号处理的空中目标探测方法。介绍了一种基于分组信号FFT处理的多普勒补偿算法,抑制了目标多普勒频移对GPS信号自相关性能的破坏。对FFT处理后信号进行不同的多普勒模糊度修正,然后对修正结果脉压后取大,消除了多普勒测量模糊,实现了对目标速度的准确测量。仿真表明：在多普勒完全补偿的情况下,该方法可获得40Hz的多普勒测量精度和良好的信号处理增益,扩展了多普勒测量范围和精度,能够实现空中目标探测。     

随机矩阵理论在舰船复杂网络去噪中的应用

通信信号质量直接关系到海上舰船与岸上基站之间的通信是否有效,提出一种基于随机矩阵理论的舰船复杂网络去噪方法。首先采集舰船复杂网络中的通信信号并进行处理,转换成随机矩阵形式,然后通过计算距离提取被噪声"感染"的信号特征,最后计算噪声感染程度特征值,选取噪声信号,并进行滤波处理,实现去噪。结果表明:所研究方法应用下,去噪后的通信信号信噪比为7.821 dB,信息熵为15.362,大于传统方法应用下的去噪效果,由此说明该方法可以同时达成去噪效果和保证信息完整性的双重目标。     

利用小波变换对MEMS矢量水听器信号处理

为解决对水上未知目标的定位估计,充分利用接收信号,提出一种基于小波变换与傅里叶变换相结合的信号处理方法。采用中北大学研制的十字梁结构的MEMS矢量水听器接收声源信号,通过后续电路把声压信号转换成电压信号。先进行窄带滤波,保存有用信号频带;然后选择合适的小波阈值及小波基对信号进行小波降噪处理,减少低频噪声干扰,提高输出信噪比,为后续的信号处理及水声定位提供便利;最后基于MUSIC算法,结合直方图法进行目标方位估计,仿真结果表明,这种方法将定位精度提高到3°。